[发明专利]利用人脸检测的图像搜索方法和系统

说明书

技术领域

本发明涉及一种利用人脸检测技术的图像搜索方法和系统，更具体地说，本发明涉及一种通过人脸检测技术来实现精简规模、高效率的人像搜索的图像搜索方法和系统。

背景技术

近年来，计算机和网络技术的发展，给人们获取信息提供了丰富的资源，而且，从网络上可以获取的资源量正以近乎爆炸的速度迅速膨胀，在这种情况下，人们需要有效的手段来从物理准确地获取所希望的信息。对此，搜索引擎的出现给人们获取信息提供了相当的便利，然而，随着网络上信息的不断增长，搜索到的不符合要求的信息不断增大，即虚警率不断提高。

在信息的搜索中，人像的搜索占有相当重要的位置。目前，对于人像的搜索，通常通过向图像搜索引擎输入人名来实现，希望仅仅获取其中包含所搜索的人物的图像。然而，利用目前的图像搜索引擎，通过输入人名进行搜索的方式，经常返回大量无关的网络图像，甚至返回其中完全没有人的图像，以致于降低了用户的满意度。

目前的图像搜索引擎使用诸如图像文件名、链接至相关页的锚文本、或周围文本的基于文本的特征来搜索网络图像。在人物搜索的情况下，如果人名出现在周围文本中，则相应的图像将返回给用户。然而，由于在图像内容和文本描述中通常存在不一致，因此，仅仅基于文本的特征来进行搜索，可能会向用户展示具有各种各样不同的内容的图像。

命名实体识别技术(Named Entity Recognition，NER)在近年来有了相当的发展，该技术是信息抽取(Information Extraction，IE)系统的重要组成部分，其主要任务是对文本中的专有名称，包括人名、地名、机构名以及时间表达式和数字表达式进行识别。现有的命名实体识别方法主要分为：基于规则的方法和基于统计的方法。

基于规则的方法通常是由某些经验丰富的专家针对于具体语言、领域、文本格式编制出一些实体识别的规则。例如，人名可能是某句话的主语或者宾语；本领域中出现的日期基本上遵循某种格式等等。于是，根据这些规则在文本中进行实体的匹配，并确定每个实体的类型。

另外一种技术思路是基于统计的方法。首先，对文本中出现的实体进行人工标注；接着，根据每个实体的上下文自动抽取出一些特征，这些特征诸如人名后面通常会跟着动词；形容词后面通常是一个专有名词等等。最后通过分类算法判决出每个实体的类型。标注语料时不需要广博的计算语言学知识，并且可以在较短时间内完成，这类系统在移植到新的领域时可以不做或少做改动，只要利用新语料训练一遍即可。此外，基于统计的系统要移植到其他自然语言文本也相对容易。

在信息抽取研究中，命名实体识别是目前最有实用价值的一项技术。根据评测结果，命名实体识别任务的F-指数(召回率与准确率的加权几何平均值，权重取1)能达到90％以上。已有系统能够实现高精度的英文命名实体识别，诸如“GATE”系统(一种开源软件)，其分别实现了基于规则以及统计的方法，并且可以将两种方法组合起来达到更高的精度。此外，还有商业系统专注于中文的命名实体识别，诸如海量科技发展有限公司研发的海量中文处理系统。

人脸检测(face detection)技术在近年来也有了很大发展，该技术是一种典型的针对特定内容的模式识别问题，受到学术界和工业界广泛的关注。人脸检测的任务是判断出输入图像中是否存在人脸，如果有人脸，则标记出该人脸的位置和大小。概括而言，目前的技术可分为基于器官的方法和基于模板的方法。

基于器官的方法将人脸视为显著器官的组合，首先提取一些重要的器官，诸如眼、鼻、唇等，然后通过器官的位置和它们之间的几何关系来检测人脸。基于模板的方法将人脸看作一个整体的模式，即二维的像素矩阵，从统计的观点，通过大量的人脸图像样本构造人脸模式空间，根据相似度量来判断人脸是否存在。在这两个框架之下，发展了许多方法。此外，利用彩色信息进行人脸检测，也是一种有效的方法。

在确定了人脸模型后，一个人脸检测系统还需要具有特征提取和分类决策的功能。这两个问题都是围绕着人脸模型来进行的。总体上，特征提取可以在图像的空域或者频域实现。分类决策的方法是统计模式识别所研究的重要内容。在研究过程中，人们认识到：将多种技术结合在一起，利用多种信息可以提高人脸检测方法的效率，这将是未来的发展趋势。